1 引言
隨著科學(xué)技術(shù)特別是多媒體通信技術(shù)的發(fā)展，傳統(tǒng)的語音電話模式越來越不能滿足現(xiàn)代人之間信息交流的需求。隨著圖像、音頻、視頻等多媒體數(shù)據(jù)逐漸成為信息處理領(lǐng)域中的主要媒體表現(xiàn)形式，與傳統(tǒng)語音電話相比，視頻電話可以更加吸引用戶，并可以有效地利用網(wǎng)絡(luò)資源，大大降低成本。有線電視網(wǎng)絡(luò)在業(yè)務(wù)上已經(jīng)實現(xiàn)視頻、數(shù)據(jù)業(yè)務(wù)，為適應(yīng)我國大力推進(jìn)"三網(wǎng)融合"的步伐，必須能夠?qū)崿F(xiàn)通信業(yè)務(wù)，所以實現(xiàn)視頻通話是一項很好的選擇。
2 STi7105 芯片
STi7105 是意法半導(dǎo)體公司生產(chǎn)的一款高性能高清數(shù)字電視機(jī)頂盒解碼芯片，采用先進(jìn)的半導(dǎo)體生產(chǎn)工藝及完善的優(yōu)化設(shè)計，提升各個功能模塊的性能，增加高速數(shù)據(jù)接口，降低耗電量，降低系統(tǒng)的整體材料成本。STi7105 是一款應(yīng)用范圍很廣的SoC 芯片，可以用于有線高清數(shù)字電視機(jī)頂盒、衛(wèi)星高清數(shù)字電視機(jī)頂盒、IPTV 機(jī)頂盒、多媒體手持設(shè)備等。STi7105 芯片的結(jié)構(gòu)示意圖如圖1。
圖1 STi7105 示意圖
STi7105 芯片內(nèi)部集成了一顆高性能的ST40 應(yīng)用程序處理器，主頻高達(dá)450MHz,實時處理運算能力超過800DMIPS,另外芯片內(nèi)還集成有兩顆實時運算加速器，也可以用于各種運算要求的處理。這樣的處理能力不但可以達(dá)到高清機(jī)頂盒的要求，還能夠充分滿足家庭多媒體中心的設(shè)計需求。
STi7105 的TS 流輸入處理模塊可以支持4 路TS流輸入、1 路TS 流輸出，這個處理模塊內(nèi)可以同時處理分解多個碼流，用于同時進(jìn)行錄像、碼流回放、畫中畫等功能，這些碼流可以來自傳統(tǒng)的數(shù)字電視廣播通道，也可以來自Cable Modem、EoC、以太網(wǎng)等IP 通道，該模塊能為用戶提供靈活的產(chǎn)品開發(fā)模式。
STi7105 集成了高性能的視音頻解碼器，其靈活的解碼架構(gòu)可以滿足目前已有的各種視音頻編碼壓縮格式的解碼要求，也可以通過軟件升級來支持這些標(biāo)準(zhǔn)。在視頻編解碼方面， 它可以支持H.264HP@HL4.1、MPEG -2 MP@HL、VC -1 MP@HL、AP@L3、MPEG -4 P2 ASP@L5、DiVx 格式、RM、RMVB、AVS 等視頻格式，其解碼器可以用于PVR、畫中畫功能，支持1080p 的格式，內(nèi)置的圖像降噪聲處理，增強(qiáng)優(yōu)化的后處理電路能夠給用戶帶來前所未有的優(yōu)美圖像。在音頻編解碼器方面，可以支持MPEG-1 layer I/II、MP3、MPEG -2 layer II、AC -3 DolbyDigital、DD+、AAC、AAC+SBR 等等，也可支持杜比、DTS 的新算法及中國DRA 音頻標(biāo)準(zhǔn)。
STi7105 除視音頻解碼功能以外，還具有一定的視音頻的編碼的能力，支持DivX、XviD、H.263 編碼格式。
3 實現(xiàn)及應(yīng)用
3.1 技術(shù)協(xié)議
視頻通話終端軟件的開發(fā)和應(yīng)用涉及許多方面的技術(shù)，包括信令協(xié)議、分組語音技術(shù)、視頻編解碼技術(shù)以及流媒體網(wǎng)絡(luò)傳輸技術(shù)等。
3.1.1 信令協(xié)議
信令指各個交換局在完成呼叫接續(xù)中的一種通信語言，在通信設(shè)備之間傳遞的各種控制信號，如占用、釋放、設(shè)備忙閑狀態(tài)、被叫用戶號碼等，都屬于信令。信令系統(tǒng)指導(dǎo)系統(tǒng)各個部分相互配合，協(xié)同運行，共同完成某項任務(wù)。目前國際上IP 網(wǎng)絡(luò)通信的主要標(biāo)準(zhǔn)有H.323 和SIP （Session Initiation Protocol），兩者都對視頻電話系統(tǒng)信令提出了完整的解決方案，都是作為多媒體通信的應(yīng)用層控制（信令）協(xié)議，都利用RTP 作為媒體傳輸協(xié)議。但是兩者的設(shè)計風(fēng)格截然不同，H.323 采用的是傳統(tǒng)的電話信令模式，包括一系列協(xié)議；而SIP 借鑒其他互聯(lián)網(wǎng)協(xié)議，采用基于文本的協(xié)議。
SIP 協(xié)議由于其簡單、易于擴(kuò)展、便于實現(xiàn)等諸多優(yōu)點越來越得到通信業(yè)界的青睞，SIP 在現(xiàn)有通信網(wǎng)向NGN 演進(jìn)過程中十分重要，正在成為NGN（下一代網(wǎng)絡(luò)）的核心協(xié)議之一，而且SIP 協(xié)議已經(jīng)被3GPP工作組定義為第三代移動通信系統(tǒng)的信令協(xié)議以提供IP 多媒體服務(wù)，本方案采用SIP 作為信令協(xié)議。
SIP 協(xié)議是IETF 制訂用于多方多媒體通信，主要目的是為了解決IP 網(wǎng)中的信令控制以及同軟交換機(jī)的通信，從而構(gòu)成新一代的通信平臺。SIP 協(xié)議采用客戶機(jī)/服務(wù)器的工作方式，SIP 網(wǎng)絡(luò)包含兩類組件：用戶代理（User Agent）和網(wǎng)絡(luò)服務(wù)器（Network Server）。
用戶代理（UA）表示一個終端系統(tǒng)，包括用戶代理客戶端（UAC）和用戶代理服務(wù)器端（UAS），前者產(chǎn)生請求，后者產(chǎn)生對應(yīng)的響應(yīng)。UAC 和UAS 是邏輯上的兩個部分，每個終端系統(tǒng)都包含了UAC 和UAS 的功能。
SIP 是一個分層體系結(jié)構(gòu)的協(xié)議，第1 層是語法和編碼層，它的編碼使用擴(kuò)展的巴科斯范式規(guī)定；第2 層是傳輸層， 它定義了網(wǎng)絡(luò)上的客戶機(jī)和服務(wù)器如何接收請求和發(fā)送響應(yīng)；第3 層是事務(wù)層，事務(wù)是SIP的基本元素，事務(wù)由客戶機(jī)向服務(wù)器發(fā)送的請求和從服務(wù)器發(fā)回客戶機(jī)的所有響應(yīng)組成，事務(wù)層若處理消息超時，則重傳并匹配響應(yīng)到請求；第3 層是用戶層，每個SIP 實體（除了無狀態(tài)代理）都是事務(wù)用戶，當(dāng)一個事務(wù)用戶希望發(fā)送請求時，就創(chuàng)建一個客戶機(jī)事務(wù)實例以發(fā)送此請求。SIP 提供用戶定位、用戶通信能力協(xié)商、用戶可用性、建立呼叫和呼叫處理與控制等功能。SIP 不提供具體的業(yè)務(wù)，不定義會話將如何描述，只提供會話建立功能。SIP 協(xié)議清晰地將會話建立和會話描述區(qū)分開，使SIP 可以成為Internet 上多媒體會話中真正意義上的信令協(xié)議，適用范圍很廣。
3.1.2 音頻編碼技術(shù)
語音通信是可視電話最基本的功能，受網(wǎng)絡(luò)條件的限制，可視電話通常在較低碼率下工作。ITU-T 推出了一系列語音壓縮標(biāo)準(zhǔn)，其中有G.711、G.723.1、G.
728、G.729 和G.729A 等，在可視電話中得到了廣泛應(yīng)用。當(dāng)可視電話與普通電話通信時，采用G.711 標(biāo)準(zhǔn)，G.711 為PCM 編碼，只對語音信號進(jìn)行采樣和量化，產(chǎn)生64kbps 的碼流，G.711 編碼后的語音質(zhì)量高，缺點是占用的帶寬也很高。G.723.1 能夠產(chǎn)生兩種速率的碼流，高速率編碼器使用多脈沖最大自然量化（MP-MLQ）算法，低速率編碼器使用代數(shù)碼激勵線性預(yù)測（ACELP）算法。G.729A 是G.729 的簡化版本，其復(fù)雜度與G.729 相比降低了50%,語音質(zhì)量略有降低，兩種標(biāo)準(zhǔn)編碼后的碼流可互相解碼。
實際選擇語音編解碼算法時，要考慮各種因素，高比特率可以保證良好的語音品質(zhì)，但要占用大量存儲空間，耗費更多資源；而過低的比特率會影響語音的品質(zhì)增加延遲。由于STi7105 芯片音頻處理能力有限，所以我們音頻編碼選用G.711、G.723.1 格式。
3.1.3 視頻編碼技術(shù)
視頻壓縮是多媒體應(yīng)用中的核心技術(shù)，ITU-T 推出的低碼率視頻壓縮標(biāo)準(zhǔn)對推動可視電話的發(fā)展和實用化起到了重要的促進(jìn)作用。H.261 是ITU-T 推出的第一個低碼率視頻壓縮標(biāo)準(zhǔn)，碼率為P×64kbps,其中P 在1~30 中取值，圖像格式為CIF 和QCIF.H.261壓縮編碼算法的基本思想是利用預(yù)測編碼減少時間冗余度，利用變換編碼減少空間冗余度。算法主要由運動估計、運動補(bǔ)償、DCT 變換、量化和霍夫曼編碼構(gòu)成。
H.263 是最早用于低碼率視頻編碼的ITU-T 標(biāo)準(zhǔn)，隨后出現(xiàn)的第二版（H.263+）及H.263++增加了許多選項，使其具有更廣泛的適用性。H.263 是ITU-T為低于64kb/s 的窄帶通信信道制定的視頻編碼標(biāo)準(zhǔn)。
它是在H.261 基礎(chǔ)上發(fā)展起來的，其標(biāo)準(zhǔn)輸入圖像格式可以是S-QCIF、QCIF、CIF、4CIF 或者16CIF 的彩色4∶2∶0 亞取樣圖像。H.263 與H.261 相比采用了半像素的運動補(bǔ)償，并增加了4 種有效的壓縮編碼模式。
H.264 是由ISO/IEC 與ITU-T 組成的聯(lián)合視頻組（JVT）制定的新一代視頻壓縮編碼標(biāo)準(zhǔn)。對信道時延的適應(yīng)性較強(qiáng)，既可工作于低時延模式以滿足實時業(yè)務(wù)，又可工作于無時延限制的場合。在編解碼器中采用復(fù)雜度可分級設(shè)計，在圖像質(zhì)量和編碼處理之間可分級，以適應(yīng)不同復(fù)雜度的應(yīng)用，提高網(wǎng)絡(luò)適應(yīng)性。相對于先期的視頻壓縮標(biāo)準(zhǔn)，H.264 引入了很多先進(jìn)的技術(shù)，包括4×4 整數(shù)變換、空域內(nèi)的幀內(nèi)預(yù)測、1/4 像素精度的運動估計、多參考幀與多種大小塊的幀間預(yù)測技術(shù)等。
H.261 與H.263 在視頻通信中應(yīng)用較廣，H.263 與H.261 相比，增加了若干選項，提供了更靈活的編碼方式，壓縮效率大大提高，更適應(yīng)網(wǎng)絡(luò)傳輸。H.264 標(biāo)準(zhǔn)的推出，是視頻編碼標(biāo)準(zhǔn)的一次里程碑式的重要進(jìn)步，它與H.263、H.261 相比，具有明顯的優(yōu)勢，特別是編碼效率的提高，使之能用于許多新的領(lǐng)域。由于STi7105 芯片視頻編碼能力有限，所以我們視頻編碼選用H.263 格式。
3.2 系統(tǒng)結(jié)構(gòu)
視頻通話測試系統(tǒng)主要由服務(wù)器、傳輸網(wǎng)絡(luò)和STi7105 機(jī)頂盒終端組成，架構(gòu)如圖2 所示。
圖2 系統(tǒng)結(jié)構(gòu)示意圖
服務(wù)器用來控制整個系統(tǒng)的通話過程，服務(wù)器的基本功能是按照用戶的要求完成對信令、視頻、話音等信號切換，保證音頻及視頻的連續(xù)性。
網(wǎng)絡(luò)接入采用現(xiàn)有的有線HFC 雙向網(wǎng)絡(luò)。
STi7105 機(jī)頂盒終端是提供實時、雙向通信功能的節(jié)點設(shè)備，主要是把信令、視頻、音頻等各種數(shù)字信號分別進(jìn)行處理后組成一路復(fù)合的數(shù)字碼流，再將它轉(zhuǎn)變?yōu)檫m合在傳輸網(wǎng)絡(luò)中傳輸?shù)母袷剿偷叫诺乐羞M(jìn)行傳輸。同時，STi7105 機(jī)頂盒終端可以接收視頻、音頻信號，處理后送到相應(yīng)的輸出設(shè)備。STi7105 機(jī)頂盒終端主要包括以下幾個主要部件：視頻編解碼器、音頻編解碼器、數(shù)據(jù)協(xié)議、控制協(xié)議、解復(fù)用模塊。
3.3 STi7105 機(jī)頂盒終端
STi7105 高清機(jī)頂盒終端是一款完全符合DVBC標(biāo)準(zhǔn)的有線高清數(shù)字雙向機(jī)頂盒，采用單片解碼芯片STi7105 （ST40 CPU@450MHz 32K I 32K DCache），并配置64M FLASH 和256M SDRAM;內(nèi)置Cable Modem 電路板，HFC 網(wǎng)絡(luò)傳來的有線數(shù)字電視信號先接入Cable Modem 電路板， 再環(huán)出接入STi7105 主電路板；雙路網(wǎng)絡(luò)RJ45 接口，一路為外置接口，一路接Cable Modem;雙路USB2.0 高速接口，高清輸出支持HDMI、YPbPr 高清接口，音頻支持Dolby5.1 聲道數(shù)字音頻輸出及PCM 解碼輸出，可以支持內(nèi)置SATA 硬盤實現(xiàn)多媒體數(shù)據(jù)的本地錄制播放時移，實現(xiàn)真正的家庭影院效果，同時支持網(wǎng)絡(luò)下載上傳業(yè)務(wù)，為用戶提供全面的數(shù)字音視頻增值服務(wù)。外接攝像頭、電話機(jī)或者藍(lán)牙耳機(jī)用于實現(xiàn)視頻通話。結(jié)構(gòu)示意圖如圖3 所示。
圖3 STi7105 機(jī)頂盒結(jié)構(gòu)示意圖
3.4 軟件功能模塊
視頻通話功能模塊與中間件軟件采用部分融合的方式，中間件負(fù)責(zé)與上層的用戶應(yīng)用軟件的接口，視頻通話功能模塊負(fù)責(zé)與系統(tǒng)底層的接口，同時與中間件封裝層的接口。此方案優(yōu)點在于各方面工作量小，相對來說所需時間短。視頻通話功能模塊由控制模塊、協(xié)議處理模塊、音視頻采集模塊、音頻編解碼模塊、視頻編解碼模塊、用戶界面模塊等組成，軟件功能模塊如圖4 所示。
圖4 軟件功能模塊示意圖
控制模塊主要是接收并執(zhí)行應(yīng)用的命令，向應(yīng)用上報信息，控制視頻通話的交互動作，控制媒體流的處理等。
協(xié)議處理模塊包含SIP 協(xié)議處理、RTP 協(xié)議處理等，大都是基于IETF 標(biāo)準(zhǔn)的。SIP 協(xié)議棧的功能是用于建立、更改和終止多媒體會話或呼叫，進(jìn)行多媒體通話的信令處理；RTP 協(xié)議棧的功能是對流媒體數(shù)據(jù)進(jìn)行封包并實現(xiàn)媒體流的實時傳輸，用于多媒體數(shù)據(jù)包的排序及糾錯。
音視頻采集模塊支持?jǐn)z像頭、電話機(jī)或者藍(lán)牙耳機(jī)等外設(shè)，并將輸入的視音頻信號傳送給音視頻編碼模塊。
音頻編解碼模塊對本地用戶輸入的語音信號進(jìn)行編碼，并對網(wǎng)絡(luò)接收到的音頻數(shù)據(jù)包進(jìn)行解碼。
視頻編解碼模塊對本地用戶輸入的視頻信號進(jìn)行編碼，并對網(wǎng)絡(luò)接收到的視頻數(shù)據(jù)包進(jìn)行解碼。
應(yīng)用接口封裝提供應(yīng)用程序接口給應(yīng)用層的Java 應(yīng)用程序所使用，Java 應(yīng)用程序給用戶提供了可以下載的豐富應(yīng)用。
用戶界面模塊實現(xiàn)用戶的撥號、畫中畫顯示、操作界面等，界面應(yīng)當(dāng)足夠的友好和方便，完成人機(jī)交互。
終端軟件流程如圖5 所示。
圖5 流程示意圖
以本地機(jī)頂盒發(fā)起呼叫為例，簡單流程如下：
（1）主叫機(jī)頂盒啟動并初始化。
（2）攝像頭、電話機(jī)等外設(shè)啟動初始化。
（3）機(jī)頂盒向服務(wù)器進(jìn)行注冊，機(jī)頂盒自動向服務(wù)器發(fā)送注冊消息進(jìn)行注冊。注冊成功后，服務(wù)器將會動態(tài)地建立用戶的邏輯地址和其當(dāng)前聯(lián)系地址之間的對應(yīng)關(guān)系，以便實現(xiàn)呼叫路由和對用戶移動性的支持。
（4）機(jī)頂盒進(jìn)入偵聽等待狀態(tài)。
（5）主叫機(jī)頂盒向被叫機(jī)頂盒發(fā)出INVITE 請求，INVITE 請求的作用是發(fā)起并建立呼叫，邀請被叫機(jī)頂盒加入主叫機(jī)頂盒建立的呼叫。
（6）被叫機(jī)頂盒收到請求后對主叫機(jī)頂盒做出響應(yīng)，被叫機(jī)頂盒對請求的響應(yīng)分為臨時響應(yīng)（狀態(tài)碼為1xx）和最終響應(yīng)（狀態(tài)碼為2xx），主叫機(jī)頂盒只對最終響應(yīng)做出回應(yīng)。被叫機(jī)頂盒做出的最終響應(yīng)是200 OK,表示被叫機(jī)頂盒接受并開始處理呼叫請求。
（7）主叫機(jī)頂盒收到響應(yīng)后發(fā)送ACK 請求，向被叫機(jī)頂盒告知主叫機(jī)頂盒收到了最終響應(yīng)，被叫機(jī)頂盒收到主叫機(jī)頂盒的ACK 請求，標(biāo)志呼叫建立階段結(jié)束。
（8）進(jìn)入通話過程。
（9）當(dāng)參與呼叫的任一方要終止呼叫時，該機(jī)頂盒將會構(gòu)造并發(fā)送一個BYE 消息給對方機(jī)頂盒。對方機(jī)頂盒收到BYE 請求后，將會釋放與此相關(guān)的資源，回送一個成功相應(yīng)，表示呼叫已經(jīng)終止。
4 結(jié)語
本文以STi7105 芯片為基礎(chǔ)，介紹了盡量利用高清互動機(jī)頂盒的現(xiàn)有編解碼能力實現(xiàn)視頻通話功能；在此基礎(chǔ)上可以向其他具有類似編解碼能力芯片的機(jī)頂盒移植，比如STi7162、Hi3716 等；當(dāng)需要更高的音視頻編碼質(zhì)量時，也可以使用具有獨立編碼功能的攝像頭、電話機(jī)等外設(shè)。隨著高清機(jī)頂盒的普及，這種基于高清機(jī)頂盒的視頻電話，使視頻通信服務(wù)從高高在上的大客戶業(yè)務(wù)轉(zhuǎn)向普通家庭用戶，也順應(yīng)了三網(wǎng)融合的時代要求。
